Più di un milione di libri, a un clic di distanza!
Bookbot

Principal manifolds for data visualization and dimension reduction

Valutazione del libro

3,5(2)Aggiungi una valutazione

Parametri

  • 334pagine
  • 12 ore di lettura

Maggiori informazioni sul libro

The book starts with the quote of the classical Pearson definition of PCA and includes reviews of various methods: NLPCA, ICA, MDS, embedding and clustering algorithms, principal manifolds and SOM. New approaches to NLPCA, principal manifolds, branching principal components and topology preserving mappings are described. Presentation of algorithms is supplemented by case studies. The volume ends with a tutorial PCA deciphers genome.

Acquisto del libro

Principal manifolds for data visualization and dimension reduction, Aleksandr N. Gorban

Lingua
Pubblicato
2008
product-detail.submit-box.info.binding
(In brossura)
Ti avviseremo via email non appena lo rintracceremo.

Metodi di pagamento

3,5
Ok
2 Valutazioni

Qui potrebbe esserci la tua recensione.